Research

social-graph-ranker는 X와 LinkedIn 전반에서 따뜻한 소개 경로 탐색, 브리지 스코어링, 네트워크 갭 분석을 위한 가중 그래프 랭킹 계층입니다. Lead Research에서 재사용 가능한 랭킹 엔진이 필요할 때 social-graph-ranker 스킬을 사용하세요. 전체 아웃바운드나 네트워크 유지보수 워크플로까지 대체하는 용도는 아닙니다.

search-first는 직접 코드를 작성하기 전에 기존 도구, 라이브러리, 패턴을 먼저 찾아보는 연구 우선 워크플로우입니다. 이 스킬을 사용해 선택지를 평가하고, 트레이드오프를 비교한 뒤, 추측을 줄이면서 도입, 확장, 커스텀 구현 중 무엇이 적합한지 결정할 수 있습니다.

research-ops는 ECC에서 현재 상태 리서치를 위한 증거 우선 워크플로입니다. 최신 사실을 찾고, 대안을 비교하고, 사람이나 회사를 보강하고, 공개 증거와 로컬 컨텍스트를 바탕으로 한 추천을 만들 때 사용하세요. 웹 리서치, 인용, 반복 가능한 의사결정 지원을 위한 라우팅 레이어처럼 작동합니다.

market-research 스킬은 시장, 경쟁사, 펀드, 기술 트렌드에 대해 출처에 근거한 의사결정 수준의 리서치를 작성하는 데 도움을 줍니다. 시장 규모 산정, 경쟁 분석, 투자자 실사, 가설 검증에 활용하세요. 최신 근거, 명확한 핵심 요지, 사실·해석·권고의 분리를 중시합니다.

exa-search는 최신 웹 기반 리서치, 코드 예시, 기업 정보, 인물 조회, 빠른 출처 탐색을 위한 Exa MCP 스킬입니다. 최신성과 근거가 중요한 경우, 그리고 실시간 검색, 도구 기반 답변, 웹 리서치 워크플로를 위한 실용적인 exa-search 가이드가 필요할 때 사용하세요.

deep-research 스킬은 폭넓은 질문을 firecrawl과 exa MCP 도구를 활용한 근거 기반 웹 리서치로 바꿔 줍니다. 출처를 비교하고, 결과를 종합하고, 인용이 포함된 보고서를 만들어 경쟁사 분석, 기술 평가, 실사, 그리고 증거가 필요한 다른 의사결정에 활용할 수 있습니다.

Open Notebook은 문서 분석, 메모, 출처 기반 채팅, 검색, 팟캐스트 스타일 요약을 지원하는 자체 호스팅 오픈소스 연구 작업 공간입니다. open-notebook 스킬을 사용하면 노트북을 정리하고, PDF·웹 페이지·오디오·비디오·Office 파일을 수집하며, Data Analysis를 위한 비공개 API 우선 워크플로를 지원할 수 있습니다.

hypogenic은 LLM 지원을 바탕으로 표나 텍스트에서 파생된 데이터셋에 대해 가설을 생성하고 검증하는 skill입니다. 분류 해석, 콘텐츠 분석, 허위 탐지처럼 경험적 질문을 구조화된 검증 가능 워크플로로 바꿔 데이터 분석에서의 hypogenic을 돕습니다. 단순한 브레인스토밍이 아니라 증거에 기반한 가설이 필요할 때 사용하세요.

dhdna-profiler는 텍스트나 음성에서 인지 패턴과 사고의 지문을 추출합니다. 누군가가 어떻게 추론하고, 결정하고, 무엇을 중요하게 여기며, 어떻게 소통하는지 프로파일링할 때, 사고 스타일을 비교할 때, 또는 “내 사고 스타일은 어떤가요?” 같은 질문에 답할 때 유용합니다. 특히 구조화된 분석, 반복 비교, 그리고 한 문단 뒤에 숨은 사고방식을 더 깊이 들여다볼 때 효과적입니다.

notion-research-documentation은 Notion을 검색해 관련 페이지를 가져오고, 이를 출처가 표시된 브리프, 비교 자료, 요약, 보고서로 정리해 줍니다. 소스가 Notion에 있는 지식 베이스 작성, 내부 문서화, 경쟁사 추적, 의사결정 메모에 이 notion-research-documentation 스킬을 사용하세요.

market-sizing는 상향식과 하향식 방법으로 TAM, SAM, SOM을 추정하는 데 도움을 줍니다. 검증 가능한 논리 흐름, 확인해야 할 가정, 그리고 실무에 바로 쓸 수 있는 1차 시장 규모 추정이 필요할 때, Market Research 워크플로, 시장 진입 의사결정, 투자자 자료, 출시 계획에 활용하세요.

구조화된 SWOT 분석과 실행 가능한 권고를 제공하는 swot-analysis 스킬입니다. 내부 요인과 외부 요인을 명확히 나눠 봐야 할 때, 전략적 평가, 경쟁 분석, 제품 또는 비즈니스 포지셔닝에 활용하기 좋습니다.

summarize-interview는 고객 인터뷰 기록을 JTBD, 현재 사용 솔루션, 만족 신호, 핵심 인사이트, 실행 항목이 포함된 구조화된 발굴 요약으로 바꿔줍니다. 인터뷰 녹음본, 전사본 정리, 그리고 제품팀·리서처·창업자·Data Analysis 워크플로용 간결한 요약에 적합합니다.

Product Management용 prioritize-features skill은 영향도, 노력, 리스크, 전략적 적합도를 기준으로 기능 백로그를 설득력 있는 상위 5개로 정렬하는 데 도움을 줍니다. 기능 아이디어를 비교하고, 범위 결정을 내리고, 왜 어떤 항목을 먼저 다뤄야 하는지 설명해야 할 때 사용하세요.

interview-script는 워밍업, 핵심 탐색, 마무리 섹션으로 구성된 구조화된 고객 인터뷰 가이드를 만드는 데 도움을 줍니다. The Mom Test와 JTBD식 질문 기법을 따르며, 질문을 중립적으로 유지하고, 피칭을 피하고, 발견·제품·UX 리서치 인터뷰에서 과거 행동에 집중하도록 돕습니다.

identify-assumptions-existing는 기존 제품에서 기능 아이디어를 검증할 때, Value, Usability, Viability, Feasibility 전반의 위험한 가정을 드러내어 스트레스 테스트하도록 돕습니다. PM, 디자이너, 엔지니어 관점에 더해 전략 기획과 출시 전 리스크 검토를 위한 반론자 시각도 함께 제공합니다.

user-segmentation은 피드백, 인터뷰, 티켓, 설문, 사용 로그를 행동 기반의 명확한 사용자 세그먼트로 바꾸는 데 도움을 줍니다. Data Analysis용으로 설계되어, 인구통계만이 아니라 Jobs to be Done, 동기, 미충족 니즈를 바탕으로 최소 3개의 실행 가능한 그룹을 식별합니다.

sentiment-analysis 스킬은 사용자 피드백을 세그먼트 수준 인사이트, 감성 점수, JTBD, 제품 영향 분석으로 전환합니다. 리뷰, 설문, 지원 메모, 소셜 리스닝 데이터에 대해 범용적인 극성 판정이 아니라 실무에 바로 쓰는 sentiment-analysis 가이드가 필요할 때 사용하세요.

customer-journey-map 스킬은 단계, 접점, 감정, 문제점, 기회 요소를 포함한 엔드투엔드 고객 여정 맵을 만드는 데 도움을 줍니다. UX 리서치, 온보딩 개선, 경험 분석처럼, 산만한 입력을 바탕으로 구조화된 여정 서사가 필요할 때 잘 맞습니다.

competitor-analysis는 시장을 파악하고, 직접 경쟁사 5곳을 식별한 뒤, 포지셔닝·가격·기능·강점·약점·차별화 기회를 비교하는 데 도움을 줍니다. 경쟁 조사, 경쟁 브리프, 출시 준비, 또는 의사결정에 바로 쓸 수 있는 인사이트가 필요할 때 Competitive Analysis를 위한 competitor-analysis에 사용하세요.

competitive-battlecard는 특정 경쟁사 1곳을 대상으로 영업에 바로 쓸 수 있는 배틀카드를 만드는 데 도움을 줍니다. 포지셔닝, 기능 비교, 이의 대응, 승패 프레이밍까지 다룹니다. 경쟁 분석, 세일즈 지원, 내부 준비 과정에서 “왜 경쟁사 X가 아니라 우리인가?”에 실용적인 답이 필요할 때 쓰기 좋습니다.

huggingface-papers는 Hugging Face 논문 페이지를 마크다운으로 읽고 papers API에서 작성자, 연결된 모델, 데이터셋, Spaces, GitHub 저장소, 프로젝트 페이지 등 구조화된 메타데이터를 추출하는 데 도움을 줍니다. Hugging Face 논문 URL, arXiv URL 또는 ID, 그리고 논문 페이지 근거가 필요한 Academic Research 워크플로에 적합합니다.

huggingface-paper-publisher는 Hugging Face Hub에서 연구 논문을 발행하고 관리하는 데 도움을 줍니다. arXiv 논문을 색인하고, 논문을 모델이나 데이터셋과 연결하고, 저자 정보를 검증하고, 기술 문서용 템플릿으로 마크다운 연구 글을 만드는 데 사용할 수 있습니다.

hv-analysis는 제품, 회사, 개념, 기술, 인물을 구조화된 분석 보고서로 바꾸는 수평-수직 리서치 스킬입니다. 심층 조사, 경쟁 비교, 보고서용 결과물이 필요할 때 hv-analysis를 사용하세요. 특히 Data Analysis나 세련된 PDF 워크플로우를 위한 hv-analysis가 필요할 때 유용합니다.